Závěr
Tato bakalářská práce měla vytyčeno několik cílů, kterými jsou sledování růstu zemědělských plodin, zjištění typu plodiny, porovnání
hodnot vegetačních indexů se skutečným výnosem zemědělských plodin a porovnání vybraných vegetačních indexů mezi sebou.
K dosažení cílů práce byly použity satelitní snímky ze systému Sentinel-2 a to z vegetačního období v letech 2016 a 2017. Data o polích poskytla společnost RenoFarmy.
Nejprve byla data zpracována a byla zjištěna finální zájmová oblast, která se nacházela západně od Ostravy. Následně proběhlo zpracování snímků, při kterém byly snímky
převzorkovány metodou nejbližšího souseda do jednotného prostorového rozlišení 10 m a posléze ořezány na zájmovou oblast. Pro zamezení nesprávných hodnot při vypočítání
indexů byly požadovaným snímkům aplikovány atmosférické korekce a to pomocí nadstavby Sen2Cor v software ESA SNAP. Poté byly vypočítány hodnoty vegetačních indexů (NDVI,
CVI, SAVI a GLI), nad kterými probíhaly veškeré analýzy. Těmi byly zjištění typu plodiny pomocí korelace pro jednotlivá pole mezi roky 2016 a 2017, zjištění typu
plodiny pomocí metody shlukování za pomoci nástroje SimUrb, dále porovnání hodnot indexů se skutečným stavem zemědělských plodin a na konec porovnání vybraných
vegetačních indexů mezi sebou.
Z výsledků plyne, že metoda korelace pro zjištění typu plodin mezi dvěma lety není vhodná. Druhá metoda, která byla testována pro zjištění typu plodin, je shlukování. Tato metoda
je při správném nastavení nástroje SimUrb pro konkrétní index a plodinu dobře použitelná. Při analýze výnosů bylo zjištěno, že nejvhodnějšími indexy pro zjištění výnosů jsou u cukrovky
index SAVI, u kukuřice indexy SAVI a GLI a u ječmene jarního CVI. S těmito vybranými indexy byla následně vypočítána hodnota indexů pro pravděpodobný výnos, pomocí které se dá určit,
zda na daném poli bude nižší či vyšší výnos, než se předpokládá. Z důvodu nedostatku dat nebylo možné tyto výsledky a závěry ověřit, proto by bylo vhodné v budoucnu ověření provést.
Pomocí poslední analýzy, která porovnávala vybrané indexy mezi sebou, bylo zjištěno, že vegetační indexy NDVI, SAVI a GLI vykazují vysokou podobnost, naopak index CVI je odlišný.
V průběhu řešení práce bylo zjištěno, že systém Sentinel-2 má skvělé technické možnosti a vlastnosti pro monitoring vegetace a zjišťování typu a stavu plodin. Ovšem klimatické podmínky
a atmosférické vlivy na území České republiky jeho funkcionalitu omezují, především z hlediska časového pokrytí kvůli oblačnosti. Ačkoliv má v porovnání s dalšími satelitními systémy
dobré prostorové rozlišení, jeho použití pro precizní zemědělství, kde se sledují mnohem menší úseky na polích, by nemuselo být plně dostačující.
V průběhu práce byly postupně naplněny všechny stanovené cíle, byla sepsána rešerše, jež pojednává o vegetačních indexech, spektrálním chování vegetace a o systému Sentinel-2 včetně
řešených výzkumů. Výsledky a výstupy této práce mohou mít potenciál při zjišťování typu plodiny popřípadě pro předpověď výnosů u dané plodiny a to při nižších nákladech za data a jejich zpracování.
